【データ分析】カジュアル面談／データサイエンティスト

以下のいずれかの経験・知見が求められます。

• データ分析・統計解析の実務経験（回帰分析・仮説検定・機械学習モデル構築等）
• PythonまたはR言語を用いたデータ処理・分析の経験
• SQLを用いたデータ抽出・集計・加工の経験
• ビジネス課題をデータ分析課題に落とし込んだ実務経験
• 効果検証（A/Bテスト、因果推論等）の設計・実施経験

• ビジネス志向・事業インパクトへのこだわり:
  データ分析そのものを目的とせず、事業成果・ビジネスインパクトの創出を最優先に考えられる姿勢が求められます。技術的な面白さよりも、最終的な成果にこだわれる方が活躍できます。
• 主体的な課題発見力と自律性:
  ゴールや道筋が明確でないタスクに対しても自分で分析目的・アウトプット・アプローチを設定し、主体的に動ける力が必要です。指示待ちではなく、自ら問いを立てられる人材が求められます。
• 論理的なコミュニケーション能力:
  分析結果をビジネス部門や経営層に対してわかりやすく説明・提案できる能力が必要です。データの示唆を相手の意思決定に結びつけるための「翻訳力」が重要です。
• プロフェッショナルとしての高い自律心:
  お互いをプロフェッショナルとして尊重し合う文化の中で、高水準のアウトプットを自らに課せる姿勢が求められます。良い緊張感を持ちながら成長を楽しめる方に向いています。
• 変化への適応力と継続的な学習意欲:
  新規事業が続々と立ち上がる環境のため、定型作業は少なく、常に新しいテーマや技術に対応する必要があります。幅広い分野の知識をキャッチアップし続ける姿勢が求められます。

• 機械学習・深層学習の実装経験:
  レコメンドエンジン開発やパーソナライズロジック構築など、機械学習を実際のプロダクトに組み込んだ経験があると即戦力として活躍できます。
• 医療・ヘルスケアドメインの知識:
  医薬品・製薬マーケティング・医療従事者の行動理解など、医療業界に関する基礎知識があれば、データ分析の設計精度や事業理解の深さで貢献できます。
• 大規模ログデータの分析経験:
  Webサービスのアクセスログやユーザー行動データを活用したKPI分析・改善施策の経験は、m3.comの事業改善業務で直結して活用できます。
• 新規事業・スタートアップ環境での就業経験:
  変化のスピードが速く裁量の大きい環境での業務経験があると、エムスリー特有のプロジェクト推進スタイルに早期に馴染めます。

• フルサイクルデータサイエンス力:
  ビジネス課題発見から分析設計・実装・効果検証・展開まで、データ分析の全プロセスを一人で担当することで、上流から下流まで一気通貫のスキルが身につきます。他社では分業されているプロセスを包括的に経験できます。
• 医療×データの希少ドメイン知識:
  日本最大級の医療従事者プラットフォームの実データを活用することで、医療業界特有のデータ構造・規制・行動パターンに関する希少な知見が蓄積されます。業界横断で価値の高いドメイン知識です。
• 事業インパクト直結の意思決定支援スキル:
  経営判断の支援や新規事業創出に直接関わることで、単なる分析屋ではなく、「ビジネスとデータをつなぐ」戦略的思考力とコミュニケーション能力が磨かれます。
• チームを超えた横断的なDS知見:
  DS間でのプロジェクト共有、他事業への横展開、全員参加型の勉強会など、組織全体のDS知見にアクセスできる環境により、自分の担当領域を超えた幅広い技術・手法を習得できます。